Logo

Bioestadística

Codi: 102947
Crèdits: 6
2026/2027
Titulació Tipus Curs
Medicina FB 1

Professor/a de contacte

Nom :
José Rios Guillermo
Correu electrònic :
jose.rios@uab.cat

Equip docent

Jesus Giraldo Arjonilla
Ferran Torres Benitez
Gianluigi Caltabiano
José Rios Guillermo
Albert Navarro Gine

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

No hi ha prerequisitis oficials, es recomana però que l’alumne tingui uns coneixements prèvis de matemàtiques que incloguin conceptes de probabilitat, estimació estadística (percentatges, mitjanes...) i representacions gràfiques (diagrama de barres, sectors...)


Objectius

L'assignatura de Bioestadística es cursa durant el primer curs del Grau de Medicina (anual) i forma part de les assignatures de formació bàsica. Té com a objectiu fonamental el d'introduir a l'estudiant en el coneixement i l'ús de les eines bàsiques de generació de coneixement d'acord amb el mètode científic a l'entorn de l'anàlisis quantitatiu.


L’assignatura abordarà els problemes relatius a la investigació en el camp de la Medicina amb el mètode estadístic i la teoria de probabilitats. Aquest enfocament permetrà quantificar, de forma precisa, relacions significatives entre els diversos fenòmens -biològics, psicològics i socials- relacionats amb la salut i la patologia humana des de la perspectiva de la Investigació Mèdica.


Per assolir aquests objectius, l'alumne haurà de treballar amb diverses eines conceptuals, metodològiques i instrumentals necessàries per a desenvolupar una visió de la Medicina d'acord amb el rigor científic.


L’assignatura de Bioestadística està relacionada amb d’altres assignatures obligatòries com Epidemiologia o Medicina Preventiva i Salut Pública, així mateix amb assignatures optatives com Farmacologia Clínica i amb el Treball de Fi de Grau (TFG).

Resultats d'aprenentatge

  1. Reconèixer els principis del mètode científic per a l'obtenció de lleis de validesa general.
  2. Demostrar, en l'activitat professional, un punt de vista crític, creatiu i orientat a la recerca.
  3. Formular hipòtesis i recollir i valorar de manera crítica la informació per a la resolució de problemes seguint el mètode científic.
  4. Demostrar un nivell bàsic d'habilitats de recerca.
  5. Utilitzar les tecnologies de la informació i la comunicació en l'activitat professional.
  6. Diferenciar els diversos tipus de variables i la manera de tractar-les.
  7. Organitzar la informació de les dades biomèdiques per a fer-ne el tractament informàtic i l'anàlisi posteriors.
  8. Estimar paràmetres poblacionals a partir de les mostres corresponents.
  9. Elaborar i contrastar hipòtesis i identificar-ne els errors associats.
  10. Determinar la mida de mostra necessària per contrastar les hipòtesis.
  11. Identificar la tècnica estadística adequada per contrastar les hipòtesis i escollir el procediment d'un paquet estadístic que executi aquesta tècnica.
  12. Interpretar adequadament els resultats estadístics obtinguts.
  13. Diferenciar els conceptes de mostra i població.
  14. Explicar el paper de la teoria de probabilitats en la inferència estadística.
  15. Reconèixer la necessitat de la representativitat de les mostres, així com la importància que representen les tècniques de mostreig.
  16. Explicar l'aplicació de la probabilitat als mecanismes que regeixen la teoria de la decisió i les seves aplicacions al diagnòstic automàtic.
  17. Calcular sensibilitat, especificitat i valors predictius com a mesures d'avaluació de tests diagnòstics.
  18. Interpretar les dades estadístiques en la literatura mèdica.
  19. Criticar articles científics relatius a la bioestadística.
  20. Construir hipòtesis i comprovar-les valorant la validesa de les dades recollides.

Continguts

A. Estadística descriptiva univariada

B. Estadística descriptiva bivariada

C. Teoria de Probabilitats.

D. Teorema de Bayes aplicat a l'avaluació de probes diagnòstiques

E. Variables aleatòries i distribucions estadístiques teòriques

F. Teorema del Límit Central i de Moivre

G. Estimació estadística de paràmetres

H. Contrast d'hipòtesi estadística. Comparació de mitjanes

I. ANOVA i Regressio líneal

J. Contrast d'Hipòtesi de variables catagòriques

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
ESTUDI PERSONAL 40 1,6 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
PRÀCTIQUES D'AULA (PAUL) 8 0,32 1, 2, 3, 4, 5, 6, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
ELABORACIÓ DE TREBALLS 26,5 1,06 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
LECTURA D'ARTICLES / INFORMES D'INTERÈS 5 0,2 1, 2, 3, 4, 5, 6, 12, 13, 14, 15, 16, 18, 19
TEORIA (TE) 27 1,08 1, 3, 6, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
PRESENTACIÓ / EXPOSICIÓ ORAL DE TREBALLS 15 0,6 1, 2, 3, 4, 5, 11, 12, 14, 16, 18, 19, 20
PRÀCTIQUES DE LABORATORI (PLAB) 17,5 0,7 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20

Classes de teoria: Les classes teòriques s'impartiran amb la metodologia de tipus -magistrals- presencial/Virtual (depenen del Quadrimestre i de les recomenacios/obligacions de Salut) encara que es possibilitarà i estimularà al màxim la interacció i participació de l'alumnat. Les classes tindran suport de medis audiovisuals. El material utilitzat a classe pel professor estarà disponible al Campus Virtual/Aula Moodle de l’assignatura; es recomana als alumnes que l'imprimeixin i el portin a classe, per utilitzar-lo com a suport a l’hora de prendre apunts. S'animarà l'alumne a aprofundir en els coneixements adquirits en classe mitjançant la utilització de la bibliografia i programari de simulació recomanats.

Classes de seminaris especialitzats: Donat el caràcter i l'orientació de l'assignatura les classes de problemes jugaran un paper clau en el seu desenvolupament i en l'aprenentatge de la matèria. En base a problemes pràctics concrets o a la lectura dels resultats d'un article científic els alumnes podran aplicar els coneixements adquirits en les classes de teoria i en l'estudi personal.

Als seminaris especialitzats s'introduirà la metodologia dinàmica i conjunts seleccionats de casos pràctics que l'alumne haurà de resoldre mitjançant el programari estadístic de referència, a fi d'aconseguir els objectius perseguits per l'assignatura.

Classes de pràctiques de laboratori: Les classes pràctiques són un punt fonamental per al correcte compliment dels objectius de l'assignatura. En elles l'alumne haurà de resoldre casos pràctics, prèviament seleccionats i discutits, mitjançant programari estadístic. Les pràctiques es duran a terme individualment o en grups reduïts en aules d'informàtica.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Elaboració de treballs pràctics 10% 3 0,12 1, 2, 3, 4, 6, 7, 8, 11, 12, 15, 16, 20
Teoria: Avaluacions escrites mitjançant proves objectives: Ítems d' elecció múltiple 60% 4 0,16 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
Pràctica: Avaluacions escrites mitjançant proves objectives: Ítems d' elecció múltiple 20% 3 0,12 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
Resolució Problemes a alguns Seminaris 10% 1 0,04 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20

MODALITAT 1: disponible per a tots els alumnes.

Les competències de l'assignatura s'avaluaran amb exàmens d'elecció múltiple (Teoria: proves T1 i T2, 60% de la nota; Pràctiques: proves P1 i P2, 20% de la nota), solució de problemes a alguns Seminaris (S, 10% nota) i treballs de pràctiques (TP, 10% de la nota), segons l'esquema seguent:

TEORIA %
1era prova parcial 25
2ona prova parcial 35
SEMINARIS-TEORIA
Avaluació Problemes Seminaris i/o de Teoria 10
PRÀCTIQUES
1era prova parcial 10
2ona prova parcial 10
Treballs de pràctiques 10


L'assistència a les sessions pràctiques és obligatòria. L'assistència a les sessions de Seminaris és obligatòria. La qualificació mínima global necessària per superar l'assignatura és de 5 punts.


MODALITAT 2: disponible només per alumnes amb segona o posteriormatrícula.

Les competències de l'assignatura s'avaluaran amb exàmens d'elecció múltipleamb (TEORIA: proves T1 i T2), segons l'esquema seguent:

TEORIA %
1era prova parcial 40
2ona prova parcial 60

La qualificació mínima global necessària per superar l'assignatura és de 5 punts. L'alumne repetidor pot optar per la modalitat 1 o modalitat 2 d'avaluació segons el que consideri oportú.


CONSIDERACIONS GENERALS:

- Hi haurà un examen final de recuperació per aquells alumnes que no hagin aprovat l’assignatura mitjançant la modalitat 1 o 2, així com per aquell/a qui vulgui incrementar nota. Per participar a aquest examen l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats el pes de les quals equivalgui a un mínim de dues terceres parts de la qualificació total de l'assignatura. L'examen final inclourà tot el temari del curs i la nota mínima necessària per aprovar serà de 5 punts. En el moment en que l'alumne es presenti a aquest examen, es considerarà que la nota final de l'assignatura serà la que obtingui en aquesta prova, independentment que hagi seguit prèviament les modalitats 1 o 2 d'avaluació.

- Avaluació Única: Els estudiants que ho demanin, següent les indicacions de la Universitat i de la Facultat de Medicina, tindran la possibilitat de avaluar-se en una prova única. La prova serà al final del curs acadèmic i inclourà tot el temari impartit al llarg del curs, tant de teoria com de pràctica, i la nota mínima necessària per aprovar serà de 5 punts. En el moment en que l'alumne demani aquesta tipologia d’examen, es considerarà que la nota final de l'assignatura serà la que obtingui en aquesta prova. Recuperació: S’aplicarà el mateix sistema de recuperació que per l’avaluació continuada


- Es considerarà que un estudiant obtindrà la qualificació de \"No Avaluable\" si unicament es presenta a una de les dues primeres proves parcials (T1 o P1) i no es presenta a l'examen final.


IMPORTANT: La realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA, tret que aquest ús estigui autoritzat expressament a la guia docent), que pugui conduir a una variació significativa de la qualificació, suposa que aquest acte es qualificarà amb un 0. En cas que la guia docent prevegi que per superar l’assignatura sigui requisit imprescindible haver obtingut una nota mínima en aquest acte d’avaluació o que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura és 0. Al marge d’això, es podrà instruir un procés disciplinari a l’estudiant que incorri en alguna d’aquestes irregularitats.



NOTA GENERAL EN RELACIÓ A L'US DE LA IA:

En aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com a part integrant del desenvolupament del treball, sempre que el resultat final reflecteixi una contribució significativa de l'estudiant en l'anàlisi i la reflexió personal. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA es considerarà falta d'honestedat acadèmica i pot comportar una penalització en la nota de l'activitat, o sancions majors en casos de gravetat


Bibliografia

Bibliografia de referència:

Milton JS. Estadística para biología y ciencias de la salud. 3a. Edición. Madrid: Interamericana. McGraw-Hill, 2001.

Daniel WW. Bioestadística. Base para el análisis de las ciencias de la salud. 4a Edición. Limusa Wiley, 2002.

Cuadras CM. Fundamentos de estadística: aplicación a las ciencias humanas. Barcelona: EUB, 1996.

Sentís J, Pardell H, Cobo E, Canela J. Manual de Bioestadística. 3a. Edición. Barcelona: Masson, 2003.

Enllaços web:

https://www.bioestadistica.uma.es/baron/apuntes/

http://www.hrc.es/bioest/M_docente.html

Simuladors:

http://onlinestatbook.com/stat_sim/sampling_dist/index.html


Eina On-line de càlcul de la mida de la mostra:

https://www.datarus.eu/aplicacion/granmo/


Programari

Programa estadístic IBM SPSS, instal·lat a les aules d'informàtica de la Biblioteca de Medicina.

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(PAUL) Pràctiques d'aula 1 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 1 Català/Castellà anual matí-mixt
(PAUL) Pràctiques d'aula 2 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 2 Català/Castellà anual matí-mixt
(PAUL) Pràctiques d'aula 3 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 3 Català/Castellà anual matí-mixt
(PAUL) Pràctiques d'aula 4 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 4 Català anual matí-mixt
(PAUL) Pràctiques d'aula 5 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 5 Català anual matí-mixt
(PAUL) Pràctiques d'aula 6 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 6 Català/Castellà anual matí-mixt
(PAUL) Pràctiques d'aula 7 Català/Castellà anual matí-mixt
(PLAB) Pràctiques de laboratori 7 Català/Castellà anual matí-mixt
(PAUL) Pràctiques d'aula 8 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 8 Català anual matí-mixt
(PAUL) Pràctiques d'aula 9 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 9 Català anual tarda
(PLAB) Pràctiques de laboratori 10 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 11 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 12 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 13 Català anual tarda
(PLAB) Pràctiques de laboratori 14 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 15 Català anual tarda
(PLAB) Pràctiques de laboratori 16 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 17 Català/Castellà anual tarda
(PLAB) Pràctiques de laboratori 18 Català/Castellà anual tarda
(TE) Teoria 101 Català/Castellà anual tarda
(TE) Teoria 102 Català/Castellà anual tarda
(TE) Teoria 103 Català/Castellà anual matí-mixt
(TE) Teoria 104 Català/Castellà anual matí-mixt